Да, в статье показано, что модели ML могут быть лучше букмекеров в некоторых случаях, но это не гарантирует постоянной прибыли. Рынок ставок достаточно эффективен, и создание стабильной прибыльной стратегии очень сложно. Простое использование классификаторов и ставок на все матчи не работает. Возможность получения прибыли существует при выборочных ставках, например, на определенные диапазоны вероятностей или в отдельных чемпионатах. Это не "гарантированный алгоритм", а скорее поиск ситуаций, где букмекеры, возможно, недооценили вероятность исхода, и ML-модели могут это заметить. Букмекеры не стоят на месте и будут реагировать на любые обнаруженные "лазейки", то есть способность модели оставаться прибыльной может быть временной и дата дрифт никто не отменял.
нет не разбиваете. всё правильно, не стоит лезть без теоретической базы. в статье даётся видение подкрепленное экспериментом. отсутствие возможности заработка пока никак и никем не показано, но возможно, возвожно даже вы, сможете дать какие-нибудь подкрепляющие выкладки.
как вариант, да. вопрос генерации признаков. Плюс у нас есть одно главное приемущество, мы можем ставить выборочно, что и показано в статье в резделе стратегий, букмкекер же по сути котирует и принимает условно всё.
не совсем понял, что значит "По-моему это делает неизбежным использование подобных инструментов для внесения дополнительных корреляций букмекерами, вот и все." Какое прикладное значение этого определения? Если у вас есть теоретическая база, поделитесь.
Да кидалово не учли, но это вопрос к индийским коллегам их работа. С другой стороны непонятно как это учитывать, я не одной работы не видел, где кидалово как-то в фичи закладывали, если знаете такую буду признателен за ссылку! Что касается бирж ставок и буков, мне кажется здесь та же история как у товарно-финансовых бирж и банков.
Не совсем понял в чем ваш вопрос. Разные клубы дают разный результат с разной вероятностью, еще очень важно какой коэффициент дают на эту вероятность букмекеры.
Попробуйте поэкспериментировать с большими кэфами, часто буки их переоценивают.дают больше чем есть вероятность. Буки не то что бы не дают быть в плюсе, просто они чаще лучше рассчитывают вероятность и да у них есть маржа. Но с другой стороны их много и у них есть своя конкуренция и борьба за клиента, есть Betfair, можно найти выгодные цены.
Только для прематча и на те типы ставок, где Пуассона можно применить: '1X2', 'Home/Away', 'O/U', 'Handicap', 'BTS' (по BTS, кстати планирую разобрать отдельную статью), 'Correct score' итд. Для live нужны модификации.
Отличная идея, кстати!
Надо регулярно дообучать модель на новых матчах
_
А всё и не надо
Это не моя часть работы. Но в принципе используем всё и всех, не понимаю в чем тут секрет. Тут скорее вопрос технологических решений взаимодействия.
да
Напишите как должен выглядеть ответ на ваш первый вопрос, я его не понял
Математика база практического применения.
хорошая идея, кстати
Да, в статье показано, что модели ML могут быть лучше букмекеров в некоторых случаях, но это не гарантирует постоянной прибыли.
Рынок ставок достаточно эффективен, и создание стабильной прибыльной стратегии очень сложно. Простое использование классификаторов и ставок на все матчи не работает.
Возможность получения прибыли существует при выборочных ставках, например, на определенные диапазоны вероятностей или в отдельных чемпионатах. Это не "гарантированный алгоритм", а скорее поиск ситуаций, где букмекеры, возможно, недооценили вероятность исхода, и ML-модели могут это заметить.
Букмекеры не стоят на месте и будут реагировать на любые обнаруженные "лазейки", то есть способность модели оставаться прибыльной может быть временной и дата дрифт никто не отменял.
зачем, если есть прибыль?
нет не разбиваете. всё правильно, не стоит лезть без теоретической базы. в статье даётся видение подкрепленное экспериментом. отсутствие возможности заработка пока никак и никем не показано, но возможно, возвожно даже вы, сможете дать какие-нибудь подкрепляющие выкладки.
как вариант, да. вопрос генерации признаков. Плюс у нас есть одно главное приемущество, мы можем ставить выборочно, что и показано в статье в резделе стратегий, букмкекер же по сути котирует и принимает условно всё.
не совсем понял, что значит "По-моему это делает неизбежным использование подобных инструментов для внесения дополнительных корреляций букмекерами, вот и все." Какое прикладное значение этого определения? Если у вас есть теоретическая база, поделитесь.
Да кидалово не учли, но это вопрос к индийским коллегам их работа. С другой стороны непонятно как это учитывать, я не одной работы не видел, где кидалово как-то в фичи закладывали, если знаете такую буду признателен за ссылку! Что касается бирж ставок и буков, мне кажется здесь та же история как у товарно-финансовых бирж и банков.
Не совсем понял в чем ваш вопрос. Разные клубы дают разный результат с разной вероятностью, еще очень важно какой коэффициент дают на эту вероятность букмекеры.
Попробуйте поэкспериментировать с большими кэфами, часто буки их переоценивают.дают больше чем есть вероятность. Буки не то что бы не дают быть в плюсе, просто они чаще лучше рассчитывают вероятность и да у них есть маржа. Но с другой стороны их много и у них есть своя конкуренция и борьба за клиента, есть Betfair, можно найти выгодные цены.
both to score
А что там было в районе 4.0 и выше?
Только для прематча и на те типы ставок, где Пуассона можно применить: '1X2', 'Home/Away', 'O/U', 'Handicap', 'BTS' (по BTS, кстати планирую разобрать отдельную статью), 'Correct score' итд. Для live нужны модификации.